Automatique Avancee Chapitre2 2020 2021

Automatique avancée
Partie 1: Commande par retour d’état

Chapitre 2 : Modèle interne ou représentation d’état
Pr. Amami Benaissa
Cycle Ingénieur EEA
2020/2021
Pr. Amami Benaissa, FST Tanger 1

2. Modèle interne ou représentation d’état
• Inconvénients de l’approche externe ou entrées-sorties
• L'approche entrée-sortie a émergé de la théorie des circuits. Elle privilégie la vision

d'un système comme fonction de transfert, sorte de loi constitutive du composant
décrit.
• Son grand atout est de permettre une analyse fréquentielle du système étudié.
• Mais l’un des inconvénients majeurs de cette approche est de supposer les
conditions initiales nulles. Ces conditions initiales jouent cependant un rôle important
dans l’étude des systèmes dans le domaine temporel où la solution dépend
beaucoup du passé du système.
• Un autre inconvénient de cette approche est qu’elle s’adapte mal au cas multi-
variables (plusieurs entrées, plusieurs sorties). On peut encore citer d’autres
inconvénients :
– La variable de Laplace «p» interdit l’utilisation de méthode numériques.
– Les systèmes non-linéaires sont difficilement décrits par des fonctions de
transfert.
– Compensation d’un pôle instable par un zéro.
– Etc….

Descriptions par représentation d’état
Approche
externe
Approche
interne

Exemple 1: Système de premier ordre Exemple : Circuit RC
R
i(t) K
Uc(t)
U(t) C
Uc(t ) + Ri (t ) = u (t ) (1)  dUc  1 1

 (1) et ( 2 )  Uc(t ) + RC dt = u (t ) ( 3) ( 3)  Uc(t ) = − RC Uc + RC u (t ),
 dUc    
i =C ( 2) (1) 1 1
 i (t ) = − Uc(t ) + u (t )  (1)  i (t ) = − 1 Uc(t ) + 1 u (t )
 dt  R R  R R
Posons :
 1 1
u (t ) entrée du système ( 3)  x(t ) = − x(t ) + u (t )  x(t ) = ax(t ) + bu (t )  I 
RC RC
i (t ) = y (t )    représentation d état 
 y (t ) = cx(t ) + du (t )  II 
sortie du système
(1)  i (t ) = − 1 x(t ) + 1 u (t )
Uc(t ) = x(t ) variable d état  R R
1 1 1 1
A=− , B= , C=− , D=
RC RC R R
[I] : équation dynamique du 1er ordre fonction de x(t)

[II] : relation statique reliant la sortie y(t) et la variable x(t)
Pour établir une relation entre y(t) et u(t), on passe par la variable intermédiaire x(t) (tension
aux bornes du condensateur)
Exemple 2 : Système de premier ordre Exemple : Circuit RC
R
i(t) K
Uc(t)
U(t) C
Uc(t ) + Ri (t ) = u (t ) (1)
  dUc  1 1
 dUc  (1) et ( 2 )  Uc(t ) + RC = u (t ) ( 3)  ( 3)  Uc(t ) = − Uc + u (t ),
i = C ( 2)  dt  RC RC
 dt
Posons :
 1 1
I 
( 3)  x(t ) = −
u (t ) entrée du système  x(t ) = ax(t ) + bu (t )
x(t ) + u (t )
Uc(t ) = x(t )   RC RC  représentation d état 
variable d état
 y (t ) = x(t )  y (t ) = cx(t ) + du (t )  II 
y (t ) = x(t ) sortie du système
1 1
A=− , B= , C = 1, D=0
RC RC
[I] : équation dynamique ou équation d’état

[II] : relation statique équation de sortie reliant la sortie y(t) et la variable x(t)
Pour établir une relation entre y(t) et u(t), on passe par la variable intermédiaire x(t) (tension
aux bornes du condensateur)
Exemple 3 : Système de second ordre : Circuit RLC
• Soit le circuit RLC suivant :
R
i(t)
U(t) Vc(t)
C
x 1 (t ) = q (t ) charge du condensateur
x 2 (t ) =  (t ) flux dans l'inductance
Etats : énergie stockée dans le circuit

Exemple 3 : Système de second ordre : Circuit RLC
• 1  1
q (t ) = 0 q (t ) +  (t ) + 0u (t )  V ( t ) = q (t ) + 0 (t ) + 0u (t )
(c ) et (d )  
 L (a ) et (b )   C
•
 (t ) = − q (t ) − R  (t ) + u (t ) i (t ) = 0q (t ) + 1  (t ) + 0u (t )
 C L  L
 1  1
0

0
 x1 (t )   q (t )   L   q (t )  0   y ( t )  V ( t )  C  q (t )  0 
X (t ) =  = =   +   u (t ), y (t ) =  1  =  =  +
1   (t )  0 
u (t ),
 x2 (t )   (t )   −1 −R   (t )  1   y2 (t )  i (t )  0
 C L  B  L  D
A C
 X (t ) = AX (t ) + Bu (t )

Conclusion:
 y (t ) = CX (t ) + Du (t )
❑ Physiquement, la notion d'état apparaît de manière naturelle : pour déterminer l'évolution future du courant i(t) dans un
circuit électrique, il n'est pas nécessaire de connaître la valeur de la tension v(t) appliquée depuis l'origine des temps.
❑ On peut remplacer cette information par la valeur des charges dans les capacités et des flux dans les inductances à
l'instant présent. Ces valeurs - qui déterminent l'énergie emmagasinée dans le circuit - constituent l'état du système :
elles extraient de l'histoire passée du circuit l'information nécessaire pour la détermination de son futur
Qu’est-ce que l’état ?
• Une autre limitation de l’approche externe réside dans la nécessité de conserver

toute l'histoire passée de l'entrée pour déterminer le futur de la sortie à partir d'un
instant donné.
• La représentation d'état des systèmes pallie à ces limitations en ajoutant aux
signaux d'entrée u(t) et de sortie y(t] un troisième signal appelé état X(t) du système.
• Le rôle de ce troisième signal est de contenir à tout instant l'information nécessaire
pour pouvoir déterminer le futur de la sortie y (t , ) en oubliant l'histoire passée de
l'entrée, c'est-à-dire à partir de u (t , ) plutôt que u (−, +) .
• Donc la représentation interne d'un système vient compléter l'approche par
représentation externe au moyen du vecteur d'état, qui paramètre la "mémoire" du
système. C’est-à-dire que c’est une grandeur interne au système capable de
mémoriser l'histoire antérieure du système jusqu'au moment t.
• L’ état d’un système à un instant t représente la mémoire minimale du passé

nécessaire à la détermination du futur.
• les variables d’état doivent apporter une description interne du système et on
choisit celles pour lesquelles on peut définir l’état initial, c’est-`a-dire celles qui
décrivent des ”réservoirs” d’énergie

L’évolution de l’état à partir de l’instant t0 n’est donc pas déterminée par son
évolution avant l’instant t0. Seuls importent l’état à t0 et l’entrée à partir de t0,
comme l’illustre la figure ci-après où plusieurs trajectoires de x(t) avant l’instant
t0 aboutissant en x(t0) sont compatibles avec la même trajectoire de x(t) après
t0.
L’évolution des composantes de x(t)

après t0 (trait plein) est indépendante
de leur évolution avant t0 (pointillés)

Exemple d’élément pour la sélection des variables d’états

On choisit comme variables d’états, des élément
i capable d’être des réservoir d’énergie
Elément Energie Etat

1 2
Inductance 2
Li i
1
Condensateur CV C2 VC
2
1 dx
Masse m mV 2 V = , x
2 dt
1 2
Ressort k kx x
2
Moment d’inertie j 1 d
m 2 = , 
2 dt
Colonne de fluide de 1
(V /  ) p 2 p
pression p 2
Colonne de fluide de 1
( A ) h 2
2 h
hauteur h

Généralisation sur la représentation d’état
Représentation d’état d’un système non linaire
Soit maintenant, un système MIMO non linéaire avec i entrées ui(t) et j sorties
yj(t)
nx1 nx1 nx1 ix1 jx1 jx1 nx1 ix1
X (t ) = f ( X (t ) + u (t )), y (t ) = g ( X (t ) + u (t ))
équationd ' état équation de sortie
x 1 
x 
X (t ) = n  1 vecteur d ' état X = . 2  , u1 
u 
   2 y1 
u (t ) = i 1 vecteur d ' entrée x n  u (t ) =
.  y 
  y = 
2
y (t ) = j  1 vecteur de sortie ui  . 

 
f (t ) = n 1 systèmes d ' équation  y j 
g (t ) = j 1 systèmes d ' équation

Généralisation sur la représentation d’état
Représentation d’état d’un système linaire
Soit maintenant, un système MIMO avec i entrées ui(t) et j sorties yj(t)
n1 nn n1 ni i1 jx1 j n i j ix1
X (t ) = A X (t ) + B u , y (t ) = C X (t ) + D u (t ) x 1 
x  représente le
équationd ' état équation de sortie X = 2 ,vecteur d’état
. 
  de dimension n
x n 
x 1  u1  y1 
x  u  y 
X =  2
, u (t ) =  2  y = 
2
.  .  . 
     
x n  ui   y j 
• A matrice qui représente les interactions dynamiques entre les différents éléments internes du système
• B matrice qui représente l'action des entrées sur l'évolution dynamique du système
• C matrice qui indique les capteurs permettent d'obtenir les sorties
• D matrice qui indique le couplage direct entre les entrées et les sorties
❑ Dans l’approche classique l’entrée est la sortie sont reliées par une équation différentielle d’ordre
(n). L’approche par variable d’état permet de transformer cette équation différentielle d’ordre (n) en
(n) équations différentielles de premier ordre.
Passage d’une représentation d’état à la fonction de transfert
X (t ) = AX (t ) + Bu (t )
G ( p) = =
(
y ( p) bm p m + .... + b1 p + b0 )
y (t ) = CX (t ) + Du (t ) (
u ( p) a n p n + .... + a1 p + a0 )
Appliquons la transformée de Laplace
pX ( p ) − X (0+ ) = AX ( p ) + Bu ( p)  

( pI n − A) X ( p ) = X (0) + Bu ( p) 
 A, B, C , D des constantes reels
X ( p ) = ( pI n − A) −1 X (0) + ( pI n − A) −1 Bu ( p) 
y ( p ) = CX ( p ) + Du ( p ) 

En éliminant x(p ) entre les deux équations précédentes
y ( p) = C ( pI n − A) −1 B + D  u ( p ) + C ( pI n − A) −1 X (0+ )
On posant X (0+ ) = 0, on obtient et D = 0
y ( p) 1
G ( p) = = C ( pI − A) −1 B + D = C B+D
u ( p) ( pI − A)
y ( p) 1
Si en plus G ( p) = = C ( pI − A) −1 B = C B
u ( p) ( pI − A)
Remarque: Les pôles de la fonction de transfert G(p) correspondent aux zéros de
détetrminant (pI-A) (polynôme caractéristique de la matrice d’état A) : les pôles de G(p)
sont les valeurs propres de la matrice d’état A
y ( p) 1
G ( p) = = C ( pI − A) −1 B + D = C B+D
u ( p) ( pI − A)
Remarque:
1. Les pôles de la fonction de transfert G(p) correspondent aux zéros de détetrminant
(pI-A) (polynôme caractéristique de la matrice d’état A) : les pôles de H(p) sont les
valeurs propres de la matrice d’état A.
2. Toute représentation d'état (A, B, C, D) d'un système qui vérifie G( p) = C ( pI − A)−1 B + D

est appelée une réalisation de G(p).
3. Dans le cas d'un système mono-entrée, mono-sortie, la réalisation minimale

correspond à une fraction rationnelle irréductible (pas de simplification des pôles et
zéros)

Exemple circuit RLC


R u (t ) 1 entrée du système
i(t)   y1 (t )  Vc(t ) 

Posons :  y (t ) =   = i (t )  2 sorties du système
U(t)   y (t )   
C Vc(t) 
2
 x (t )  Vc(t ) 
 X (t ) =  1  =   2 variables d état
  x2 (t )  i (t ) 
La représentation d'état s'ecrit:

 1 
 0 0 
Vc(t )  C  Vc(t )    Vc(t )  1 0  Vc(t )   X (t ) = AX (t ) + Bu (t )
 =   +  1  u (t ) i (t )  = 0 + 0 u (t )  
1  i (t ) 
,
 i (t )   − 1 − R   i (t )      y (t ) = CX (t ) + Du (t )
L
 L L 
Vc(p)
G (p) = = C ( pI − A ) −1 B + D avec D = 0
u (p)
 1 
p −   R 1 LCp 2 + RCp + 1 LC
  det ( pI − A ) =  det ( pI − A ) = G ( p) =
c
pI − A =  p p + + 
1 R   L  LC LC LCp + RCp + 1
2
p+
 L L 

Pluralité de la représentation d’état
• Dans l’exemple 3 de circuit RLC pour mesurer les sorties du système à partir des états, il
fallait disposer de capteurs pour mesurer le flux et la charge.
 1  1 
0
 y1 (t )  V (t )   C
0
 x1 (t )   q (t )   L   q (t )  0   q (t )  0 
X (t ) =  = =   +   u (t ), y (t ) =  = =  +
1   (t )  0 
u (t ),
 x2 (t )   (t )   −1 −R   (t )  1   y2 (t )  i (t )  0
 C L  B  L  D
A C
• Puisque nous ne disposons pas de ces capteurs, changeons de variables d’état et prenons
comme variables d’état la tension Vc(t) aux bornes de condensateur et le courant i(t) dans
la bobines 

u (t ) 1 entrée du système
R   y1 (t )  Vc(t ) 
i(t) 
Vc(t) Posons :  y (t ) =   = i (t )  2 sorties du système
  2  
y ( t ) 
  x (t )  Vc(t ) 
 X (t ) =  1  = 
U(t)
  2 variables d état
 x2 (t )  i (t ) 
Lois de l'électricité 
 q (t )
Vc(t ) = C (1)
 1
t
 1
 (1) et ( 2 )  Vc(t ) =  i ( ) d  ( 4) (1)  Vc (t ) = 0V (t ) + i (t ) + 0u (t )
  
t
C0
 q (t ) = 0 i( ) d  ( 2) ,  , 
C
  di (t ) ( 3)  i = − 1 Vc(t ) − R i (t ) + 1 u (t )
 di (t )  Ri (t ) + L dt + Vc(t ) = u (t ) ( 3)  L L L
 Ri (t ) + L + Vc(t ) = u (t ) ( 3)
 dt
16
Pr. Amami Benaissa, FST Tanger
La représentation d'état s'ecrit:
 1 
 0 0 
Vc(t )  C  Vc(t )    Vc(t )  1 0  Vc(t )   X (t ) = AT X T (t ) + BT u (t )
 =   +  1  u (t ), i (t )  = 0    + 0 u (t )   T
 i (t )   − 1 − R   i (t )     1  i (t )  DT  y (t ) = CT X T (t ) + DT u (t )
L
 L L  B
CT
T
AT
Trouvons la relation entre le modèle A , B , C , D et le modèle AT , BT , CT , DT
C 0 
T = 
0 L 
1 0 
Y (t ) =   X T (t ) + 0u (t )
0 1
17
Résumé
 1  1 
0
 q(t )   x1 (t )   q(t )  
0   q (t )  0   y1 (t )  VC (t )   C  q (t )  0 
Variables d ' état X (t ) =  L y (t ) =  = =  +
1   (t )  0 
u (t ),
 X (t ) =   = =   + 1  u (t ),  y2 (t )  i (t )  0
 (t )   x2 (t )   (t )   −1 − R   (t )     L  D
 C L  B C
 1  A
p −   R 1 LCp 2 + RCp + 1 G ( p) =
LC
  det ( pI − A ) =  det ( pI − A ) =
L
pI − A =  p p + +  LCp + RCp + 1
2
1 p+
R   L  LC LC
 C L 
 1 
0 0 
Vc(t )   xT 1 (t )  Vc(t )   C  Vc(t )     y1 (t )  Vc(t ) 
y (t ) =  =
1
= 
0  Vc(t ) 
+ 0 u (t )
X T (t ) =  = =   + 1 u (t ),  
Variables d ' état X T (t ) =    xT 2 (t )  i (t )   −1 − R  i (t )     y2 (t )  i (t )  0 1  i(t )  DT
i (t )  L
 L L  B
CT
T
AT
 1 
p −   R 1 LCp 2 + RCp + 1 LC
pI − A = 
c
  det ( pI − A ) = p p + +  det ( pI − A ) =  G ( p) =
1 R   L  LC LC LCp + RCp + 1
2
p+
 L L 
On peut passer d’une représentation à l’autre en utilisant la matrice de transformation T
Les deux représentations sont semblables et ont les mêmes valeurs propre et
aboutissent à la même fonction der transfert.
18
Cas Général
X (t ) = AX (t ) + Bu (t )

 y (t ) = CX (t ) + Du (t )
on pose X (t ) = TX T (t ), X T (t ) = T −1X (t )
T matrice de Transformation, elle est carrée, d'ordre n et régulière
Etat équivalent
X T (t ) = AT X T (t ) + BT u (t )

 y (t ) = CT X T (t ) + DT u (t )
AT = T −1AT BT = T −1B CT = CT DT = D
Les matrices A , AT sont semblable et ont les mêmes valeurs propres,

la dynamique du système est préservée

• Les systèmes, compte tenu des relations, sont strictement équivalents. En

particulier, il est facile de voir qu'ils correspondent à la même fonction de transfert.
En effet on a : On verra plus loin que :
F ( p) = C[ pI − A]−1 B
−1 −1
FT ( p) = CT  pI − AT  BT = CT  pI − T −1 AT  T −1B = CT T −1ITp − T −1 AT  T −1B =
−1
−1
CT T −1[ Ip − A]T  T −1B = CT T −1[ Ip − A]−1T  T −1B = C[ Ip − A]−1 B = F ( p )
• Autrement dit l’équation caractéristique det ( pI − A ) = 0 est invariante dans un

changement de base défini par une matrice de transformation régulière T. Une
transformation de similitude ne modifie pas donc les valeurs propres d’une
matrice.

Les formes canoniques
• La représentation d'état d'un système n'est pas unique.

• Plusieurs types de représentation d'état dite formes canoniques (forme modale, forme
canonique de Jordan. forme canonique de compagne, forme canonique de commandabilité,
forme canonique d’observabilité) peuvent être utilisées pour la représentation des systèmes.
• Le choix de la représentation peut dépendre de la forme disponible de la fonction de transfert ou
du type d'étude que l'on souhaite réaliser à partir du modèle.
• Les propriétés du système ne sont en aucun cas liées à la forme choisie. Bien que ces
représentations soient toutes équivalentes, certaines d'entre elles sont plus appropriées que
d'autres d'un certain point de vue.
• Une représentation dont les matrices A,B,C,D comprennent un grand nombre d'éléments nuls
serait par exemple intéressante pour l'identification, puisque le nombre d'éléments à identifier est
réduit.
• Outre le fait qu'elles comprennent un grand nombre d'éléments nuls, les représentations
présentent également l'avantage de permettre une analyse aisée des propriétés de
commandabilité (forme canonique de commandabilité) et d'observabilité (forme canonique
d'observabilité) d'un système et une synthèse facile d'une loi de commande et d'un observateur
pour le système

Forme diagonale ou modale
• Soit un système linéaire monovariable décrit par un modèle d'état du type :
X (t ) = AX (t ) + Bu (t )
y (t ) = CX (t ) + Du (t )
• où X(t) est le vecteur d'état de dimension n et des matrices A, B , C , D

réelles de dimensions appropriées. , On suppose que la matrice A d'état a
des valeurs propres i toutes réelles distinctes. Il existe alors une matrice
−1
T régulière telle que la matrice AM = T AT soit écrite sous forme diagonale
ou de Jordan suivant que les valeurs propres de sont simples ou multiple
,
tel que :
• Le changement de base X (t ) = T −1. X M (t ) avec T = matrice des vecteurs
propre de A conduit à la représentation équivalente suivante :
X M (t ) = AM X M (t ) + Bu (t )
y (t ) = CX M (t ) + Du (t )
AM = T −1 AT =
AM = T −1 AT C = CT
B = T −1B D=D


Forme canonique de commandabilité ou forme compagne commandable
Q = (QC M ) est la matrice de transformation mettant la matrice A sous forme compagne Ac

−1
c’est-à-dire les coefficients qui apparaissent dans matrice Ac sont au signe près les
coefficients des puissances de p dans le polynôme caractéristique :
det ( pI − A ) = p n + an −1 p n −1 + ........ + a1 p + a0 = 0
Cette représentation s’appelle forme

canonique de commandabilité ou forme
compagne commandable

Forme canonique d’observabilité ou forme compagne observable
(Voir paragraphe sur l’observabilité)
Cette représentation s’appelle forme

canonique d’observabilité ou forme
compagne observable
Les coefficients qui apparaissent dans matrice A sont au signe près les coefficients des
puissances de p dans le polynôme caractéristique.

Forme canonique :exemple
y ( p) 1 1
Soit le système suivant: G ( p) = = = 2
E ( p) ( p − 1)( p − 2 ) p − 3 p + 2
 0 1 0 
A= B =  , C = 1 0 , D=0
3 
, Forme canonique de commandabilité :
 −2 1 
1 0  −1, 4 
A= B= C =  0, 7 0, 44 , D = 0 Forme Modale :
2  ,
,
0  2, 23 
0 − 2  1 
A= , B =  , C =  0 1 , D=0 Forme canonique d’observabilité :
1 3  0

Forme canonique :exemple
Forme compagne pour la commande

ou forme canonique commandable
y ( p) 1
G ( p) = = 2  y (t ) − 3 y (t ) + 2 y (t ) = E (t )
E ( p) p − 3 p + 2
Il est possible de représenter le système avec un schéma-bloc. Pour cela, on choisit comme variables d’état
les sorties des systèmes élémentaires, c.à.d les dérivées successives de la sortie. Le système est vu comme
une mise en série d’intégrateurs purs.

y (t ) = X 2 (t )  v ariables d'état

y (t ) = X 1 (t ) 

 X 2 (t ) = 3 X 2 (t ) − 2 X 1 (t ) + E (t )

 X 1 (t ) = X 2 (t )
 y (t ) = X (t )
 1

 
 X 1 (t )   0 1   X 1 (t )  1 
X (t ) = = +
  −2 3   X 2 (t )  0 
E (t ),

 X 2 (t ) 
 X 1 (t ) 
y (t ) = 1 0  
 X 2 (t ) 
Forme canonique : Exemple
3 −2 
Forme Modale ou diagonale A= 
0 
,
1
 − 3 2
det( I p − A) = det   =  ( − 3) + 2 =  2 − 3 + 2  1 = 2, 2 = 1
 −1 
Soit T =  v1 v2  la matrice de transformation telque la matrice Diagonale A M = TAT −1
1   −2 2  1 
Soit le vecteur propre telque v1 =   on a ( I − A ) v = 0   −1 1   1 
=0
 1 
p 1

1
−21 + 2 1 = 0  1 = 1  v1 =  
1
−1 + 1 = 0
 2   −1 2   2 
Soit v2 =   telque ( I− A ) v2 = 0  
2    2 
=0
2   −1
p
2
− 2 + 2  2 = 0   2 = 2  2  v2 =  
1 
1 2  −1 2
La matrice de transformation est T=  T −1 = 
1  − 1 
,
1  1
1 2 3 − 2   −1 2  1 0
La matrice diagonale est AM = T −1 AT =  =
1 1   1 0   1 − 1   0 2 

Réalisation d’un schéma de simulation
• Afin de mieux comprendre un système, il est possible de réaliser un schéma de

simulation de la représentation d’état. Il existe une infinité de représentation d’état
liée à un même système, due au choix de l’état considéré. A chacune de ces
représentations correspond un schéma de simulation. ceux-ci.
• Méthodologie pour construire un schéma de simulation.
• La première étape est de déterminer le nombre de blocs intégrateur qu’il faut utiliser.
Une représentation minimale utilise un nombre d’intégrateurs égal à l’ordre du
système (c’est-à-dire la dimension du vecteur d’état). Il faut disposer à la sortie de
chaque intégrateur une variable d’état. Avant chaque intégrateur se situe la dérivée
de chacune des variables d’état, qui est une somme pondérée par les coefficients de
A et B des variables d’état et des entrées. Pour finaliser le schéma de simulation, il
faut rajouter une somme pondérée par C et D des variables d’état et des entrées
pour obtenir la sortie y selon l’équation d’observation. Cette démarche est illustrée
par l’exemple suivant :

Réalisation d’un schéma de simulation
Exemple :  x (t )  2 6  5 
X =  1 , A  , B = 0  , C = 1 1  , D = 2
 x 2 (t )  1 3   
 x 1 (t )   2 6   x 1 (t )  5   x 1 (t ) 
 x (t )  =  1 3   x (t )  + 0  u (t ), y (t ) = 1 1   x (t )  +  2 u
 2    2     2 
 x 1 (t ) = 2x 1 (t ) + 6x 2 (t ) + 5u (t )

 x 2 (t ) = x 1 (t ) + 3x 2 (t )
 y (t ) = x (t ) + x (t ) + 2u (t )
 1 2

Passage de modèle par fonction de transfert aux modèles d’état
La sortie d’un système de premier ordre peut toujours être prise comme variable d’état
Preuve
• Soit un système de premier ordre
 1 
1 1  p 
X 1 ( p) = E ( p) = E ( p) =   E ( p )  On reconnaît ici une structure en boucle fermée
p − p1 p + ( − p1 ) 1
1+
 ( − p1 )  qui peut s’écrire :
 p 
X1
 1
 X ( p ) = E (p) 
p − p1
1

or pX 1 ( p ) − p1X 1 ( p ) = E ( p ) 
x (t ) = p x (t ) + e (t )
 1 1 1


Forme série
y ( p) 1 1
Exemple un système de deuxième ordre G ( p) = = = 2
E ( p) ( p − 1)( p − 2 ) p − 3 p + 2
 1 •
 X ( p ) = E ( p)  X 1 (t ) = X 1 (t ) + E (t )
p −1
1
 •
or pX 1 ( p ) − X 1 ( p) = E ( p)  X 2 (t ) = X 1 (t ) + 2 X 2 (t )
• y (t ) = X 2 (t )
 X 1 (t ) = X 1 (t ) + E (t ) • • 
  X (t ) =  X 1 (t )  = 1 0   X 1 (t )  + 1  u (t )
 •  1 2   X 2 (t )  0 
 1   X 2 (t ) 
 X ( p ) = X 1 (t )  Représentation 1
2
p−2   X (t ) 
  y (t ) =  0 1  1  + 0u (t )
or pX 2 ( p ) − 2 X 2 ( p ) = X 1 (t )    X 2 (t ) 
•  1 0  1 
 X 2 (t ) = X 1 (t ) + 2 X 2 (t ) A =  , B=  u (t ), C =  0 1 , D = 0
  1 2  0 

Exemple un système de deuxième ordre

• Soit un système de second ordre
y (p) 1 1
w (p) = = = 2  y (t ) − 3 y (t ) + 2 y (t ) = u (t )
u ( p ) ( p − 1)( p − 2 ) p − 3 p + 2
 x1 (t ) = y (t )
Variable détat  
 x2 (t ) = y (t )
 x2 (t ) = 3x2 (t ) − 2 x1 (t ) + u (t )
 
 1
x ( t ) = x2 (t )
 x1 (t )   0 1   x1 (t )  0 
X (t ) =  =   +   u (t ), Représentation 2
 x2 (t )   −2 3   x2 (t )  1 
 x1 (t ) 
y (t ) = 1 0   + 0u (t ),
 x2 (t ) 

Résumé
 x1 (t ) • 
• X 1 (t )  1 0   X 1 (t )  1   X 1 (t ) 
Variable détat  
 X (t ) = • = + y (t ) =  0 1   + 0u (t )
 x2 (t )   1 2   X 2 (t )  0  u (t ),
  2 
X (t )
 X 2 (t ) 
 p −1 0 
pI − A =   det ( pI − A ) = ( p − 1)( p − 2 ) = p 2 − 3 p + 2 Représentation 1
 −1 p − 2 
 x1 (t ) = y (t )  x (t )   0 1   x1 (t )  0   x1 (t ) 
Variable détat   X (t ) =  1  =    x (t )  + 1  u (t ), y (t ) = 1 0   + 0u (t ),
 x2 (t ) = y (t )  2  
x (t ) −2 3  2     2 
x (t )
Représentation 2
 p − 3 2
pI − A =    det ( pI − A ) = p ( p − 3) + 2 = p − 3 p + 2
2
 −1 p 
❑ Les deux représentations sont semblables et ont les mêmes valeurs propres. Ils
représentent le même système.

Généralisation
Soit G(p) sa fonction de transfert formée par le produit de n fonction de transfert
(n blocs):
s( p) 
G ( p) = =
E ( p) ( p − p1 )( p − p2 )( p − pn )

Forme parallèle ou modale

Soit G(p) sa fonction de transfert sous forme d’une somme:

Forme parallèle ou modale

On prend comme variable d’état les sortie des blocs de premier ordre
s( p) 1 2 n
G ( p) = = + + ......... +
E ( p ) p − p1 p − p2 p − pn
s(t) = 1 x1 +  2 x2 + ..... +  n xn
On peut écrire 1
X i ( p) = E ( p) 
p − pi
pX i ( p ) − pi X i ( p ) = E ( p) 
•
X i (t ) = pi X i (t ) + E (t )
•
X (t ) = AX (t ) + Bu (t )
y (t ) = CX (t )
La matrice A est diagonale, ses valeurs

propres sont les pôles de la fonction
de transfert G(p)

Résolution de l’équation d'état : Matrice de transition
• Il s’agit d’utiliser un modèle d’état pour déterminer la réponse d’un système linéaire à
une excitation classique (impulsion, échelon, sinusoïde) y(t).
• Quelle que soit la forme adoptée pour la représentation d'état, un système linéaire
invariant est décrit par un ensemble de n équations différentielles du premier ordre .
Dans le cas général on n’aura pas de transmission directe D entre l’entrée et la
sortie est nulle .
X (t ) = AX (t ) + Bu (t )
y (t ) = CX (t )
• Le problème de la commande classique est de déterminer u(t) afin que X(t) , et par
conséquent y(t), suive une loi prédéfinie (le problème de la détermination de u(t)
sera traité ultérieurement).
• Il est donc nécessaire d'étudier le comportement de X(t) , et de y(t) . Or y(t) est lié
à X(t) par la deuxième l'équation algébrique, ainsi pour obtenir le comportement de
y(t) il est nécessaire de résoudre l'équation différentielle du premier ordre autrement
dit de déterminer X(t) .

• Donc résoudre les équations d'état consiste à déterminer l'expression du vecteur

d'état X(t) en fonction du temps, autrement dit à déterminer les expressions
temporelles des n variables d'état, connaissant le système, c’est à dire connaissant
A, B et C et connaissant l'entrée u(t) qui lui est appliquée.
• On montre que la solution de l'équation dans le cas systèmes
invariants linaires (A,B,C,D sont des constantes) s'écrit :
• t
e A(t − ) X (0)  e Bu ( )d
A ( t − )
X (t ) = +
t0
État à l’instant t Régime libre u(t)=0 Contribution de u(t) : régime forcé
 (t ) = est la matrice de transition puisqu’elle permet de passer de l’état x(t0) à l’état x(t)

t
y (t ) = Ce A ( t − )
X (0) + C  e A(t − ) X (0) Bu ( )d
t0
• Cette expression fait apparaitre deux régime:

• Le régime libre : ´ il correspond au premier terme et ne dépend que du modèle du
système et de la condition initiale. Il ne dépend pas de l’action de l’environnement
extérieur pendant la réponse.
• Le régime forcé : ´ il correspond en fait à la réaction du système à l’excitation u(t). Il
dépend du modèle du système mais aussi de la nature du signal u(t). En outre,
lorsque la réponse tend asymptotiquement vers une valeur constante de y(t) on peut
distinguer
• Le régime transitoire ´ qui est le temps durant lequel y(t) subit une évolution avant de
se rapprocher d’une valeur constante.
• Le régime permanent ´ qui succède au régime transitoire,

Exemple : Circuit RC
Cherchons la solution de l’équation R

i(t)
1 1
x(t ) = − x (t ) + u (t ) Uc(t)
RC RC U(t) C
1. Solution libre u (t ) = 0
Il s’agit ici de voir comment le système réagit librement, en l’absence d’entrée, à la
condition initiale x(t0).
1
x(t ) = − x ( t )  dx (t ) = − dt  ln x (t ) = − t + cte
RC x (t ) RC RC
1 1
x(t ) = Ceat avec x(t0 ) = x0 = Ceat0  C = e− at0 x(t0 ) avec a=−
RC
=−
T
d’où la solution x(t ) = Ceat = x(t0 )e a (t −t0 )

2. Solution forcée u (t )  0
 − 0 
t −t
On obtient : x(t ) = U C (t ) = U 0 1 − e T 
 
Exemple introductif 1: Système de premier ordre Exemple : Circuit RC
La solution finale s’écrit :
−
t −t0
 − 0 
t −t 1 1
x (t ) = Uc(t ) = e x ( t0 ) + U 0  1 − e T 
T y (t ) = i (t ) = −
R
x (t ) + u (t )
R
Solution libre
 
Solution forcée
Les courbes rouges correspondent

aux conditions initiales nulles:
Remarques :
x (t ) = ax (t ) + bu (t ) I 

 y (t ) = cx (t ) + du (t )  II 

Calcul de la Matrice de transition
L'opération la plus délicate, dans la résolution des équations d'état,

consiste à calculer la matrice de transition
De nombreuses méthodes existent. Nous nous contenterons de
présenter les plus classiques
1. Méthode par transformée de Laplace
Considérons le système autonome (libre)
X (t ) = AX (t ) avec X (t0 ) = X 0 La solution pour t0 = 0 s’écrit :
X (t ) = e At X 0
on en déduit par la application de la transformée de Laplace que :
pX ( p ) − X 0 = AX ( p )  pX ( p ) − AX ( p ) = X 0
X ( p ) ( pI n − A ) = X 0  X ( p ) = ( pI n − A ) X 0
−1
X (t ) =  −1 ( pI n − A )  X 0
−1
 

On aura donc
X (t ) = e At X 0 et X (t ) =  −1 ( pI n − A )  X 0
−1
 

e At =  −1 ( pI n − A ) 
−1
 
Exemple :
p -1  1  p+3 1
 ( p) = ( pI n − A ) =
−1
0 1  pI n − A = 
A=  2 p+3 p + 3 p + 2  -2
2
p 
-2 -3

Exemple :
− 1 1 2 ( p + 2 ) 2 ( p + 2) ( 2p + 5) 
 
A =  0 - 2 1  alors
1
 ( p) = ( pI n − A ) = ( p + 1) ( p + 2 ) ( p + 1)
−1
 0 
( p + 1)( p + 2) 2  
 0 0 - 2  0 0 ( p + 2 ) ( p + 1) 
 1 1 1 1 3 3 
 - + - - + 
 ( p + 1) ( p + 2 ) ( p + 1) ( p + 2 ) ( p + 2 ) ( p + 1) 
2
 1 1 
= 0 
 ( p + 2) ( p + 2)
2

 
 0 0
1 
 ( p + 2) 
 
Par identification des transformées de Laplace sous forme éléments simples,
 e-t -e-2t + e-t - ( t + 3) e-2t + 3e-t 

 
 (t ) =  ( ( p)) = e =  0
−1 At
e-2t te -2t

 0 0 e-2t 
 

2. Méthode de développement de Taylor
On peut utiliser directement l’expression du développement de Taylor

a condition que la matrice A soit niplotente
Une matrice est dite nilpotente si in un entier k tel que
An = 0 pour n  k
Plus k est petit, plus le calcul est simple

Exemple :
0 2 
A=  On a : A2 = 0 2 0 2 = 0 0
0 0   0 0   0 0  0 0 
Par conséquent :
n 0 0 
A =  quelques soit n supérieur ou égale à 2
0 0 
On a donc :
A2t 2 An t n 1 0 0 2t  1 2t 
e = I + At +
At
+ ....... + + ... = 0 1 + 0 0  = 0 1 
2! n!      

3. Méthode de diagonalisation de la matrice
Le calcul de la matrice de transition est plus facile lorsque celle-ci est diagonale.
Cette constatation nous conduit naturellement à imaginer une

méthode relativement facile pour calculer e
At
il suffit de diagonaliser la matrice A.


Considérons une matrice de quelconque

On montre que A = T T −1 et par conséquent :


- 2 - 2 
Exemple A = 
- 1 - 3 
Calculons la matrice de transition en utilisant, dans un premier temps, la méthode de
la diagonalisation.
Les valeurs propres de cette matrice sont solution de son équation caractéristique :
  0  - 2 - 2    + 2 2 
det (I n − A) = 0  det   
 - 1 - 3  
- = det 1 =0
 0        + 3
( + 2)( + 3) − 2 = 0  2 + 5 + 4 = 0
d’où 1 = −1 et 2 = −4
Calculons le premier vecteur propre :

il existe une infinité de vecteurs propres, tous colinéaires, associés à une valeur propre.
Prenons par exemple :
 − 2
v1 =  
 1 
Le second vecteur propre se calcule tout aussi facilement :


Calcul de l’état d’un système en fonction d’un signal de commande
Nous avons déjà montré que : X (t ) = e X (0) +  e A(t − ) Bu ( )d

At
La connaissance de la matrice de transition permet de calculer directement le vecteur d'état

du système à partir de cette expression. Il y a bien évidemment autant de calculs à
effectuer qu'il y a de variables d'état. Considérons par exemple le système régi par les
équations d'état suivantes :
- 2 - 2  1 
X (t ) = AX (t ) + Bu(t ) A=  B= 
- 1 - 3  - 2 
Supposons que ce système soit sollicité par un échelon unitaire, u(t) = 1, et que son
état initial est défini par :
0 
X (0) =   La matrice de transition a été calculée au paragraphe précédent :
0 

Calcul de l’état d’un système en fonction d’un signal de commande
On a donc :

Cas d’un système discret
y ( z ) bm z m + bm−1 z m−1 ..........b1 z 1 + b0

= n
U ( z) z + an−1 z n−1 ..........a1 z 1 + a0
• L'équation d'état pour les systèmes discrets s'écrit:

X k +1 = Ad X k + Bd uk
y (k ) = Cd X k + Dd uk

• Calcul des matrices Ad , Bd , Cd , Dd du système discrétisé à partir des matrices

A, B, C , D du système continu


Bibliographies et références
• Techniques de Commande avancée cours de Mr ACHOUR AbdelYazid Maître de conférences « Cours,» Université A.MIRA-BEJAIA Faculté de
Technologie Département De Génie électrique
• Commande automatique des systèmes linéaires continus (Cours avec applications utilisant MATLAB), Viorel Minzu-Bernard Lang, ellipses, 2001.
• Commande et estimation multivariables (Méthodes linéaires et optimisation quadratique), Eric Ostertag, ellipses, 2006.
• Analyse et régulation des processus industriels (tome2 régulation numérique), P.Borne - G.Dauphin Tanguy- J.P.Richard- F.Rotella- I.Zambettakis ,
editions technip, 1993.
• Systèmes asservis:commande et régulation (tome1 représentations-analyse- performances), Marek Zelazny-Fouad Giri-Taib Bennani, eyrolles, 1993.
• Systèmes asservis : commande et régulation (tome2 synthese-applications-insrumentation), Marek Zelazny-Fouad Giri-Taib Bennani, eyrolles, 1994.
• Modélisation et identification des processus tome1, P.Borne - G.Dauphin Tanguy- J.P.Richard- F.Rotella- I.Zambettakis, editions technip, 1992.
• Identification et commande numérique des procédés industriels, R.Ben Abdnnour-P.Borne-M.Ksouri-F.M ’sahli, editions technip, 2001.
• Systèmes linéaires, non linéaires, à temps continu à temps discret, représentetion d’état (cours et exercices corrigés), Yves Granjon, Dunod, 2003.
• Contrôle et régulation (cours et exercices corrigés), Patrick Prouvost, dunod, 2004.
• Systèmes linéaires et continus 2 édition, Sandrine Le Ballois-Pascal Codron, donod, 2006.
• Représentation d’état des systèmes linéaires, A.J.Fossard, école nationale supérieure de l’aéronautique et de l’espace, 1983.
• Systèmes asservis (volume3, asservissement par variables d’état), J.-M.Allenbach, haute école spécialisée de suisse occidentale, 2004.
• Commande des processus, représentation d’état (notes de cours), M.Jungers-Y.Chitour, ENS de Cachan, 2005
• Représentation et analyse des systèmes linéaires (notes de cours version 5), D.Arzelier, LAAS-CNRS.
• Commande et optimisation des processus P. Borne, G. Dauphin-Tanguy, J.P. Richard, F. Rotella, I. Zambettakis, Edition TECHNIP.
• Commande et estimation multivariables ; E. Ostertag, Edition ELLIPSES.
• Application de Matlab 5 et Simulink 2 M. Mokhtari, M. Marie, Edition SPRINGER
• Commande et optimisation des processus P. Borne, G. Dauphin-Tanguy, J.P. Richard, F. Rotella, I. Zambettakis, Edition TECHNIP.
• ntroduction à la commande floue, P.Borne-J.Rozinoer-J.Y.Dieulot-L.Dubois, editions technip, 1998.
• Sites web : UV Automatique ASI 3, INSA de Rou
• Sites web : M. Chadli, Commande de systèmes linéaires, École Supérieure
• Sites web : Gonzalo Cabodevila, Analyse et correction des, Systèmes linéaires continus ou, échantillonnés à l'aide des variables d'état, École Nationale
Supérieure de Mécanique et des Microtechniques, Version 2010
• Cours d’Automatique : Représentations d’ état linéaires des systèmes monovariables , Olivier BACHELIER, ENSI, juin 2017

Automatique Avancee Chapitre2 2020 2021

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Automatique Avancee Chapitre2 2020 2021

Transféré par

Droits d'auteur :

Formats disponibles

Automatique avancée

Partie 1: Commande par retour d’état

Pr. Amami Benaissa, FST Tanger 1

• Inconvénients de l’approche externe ou entrées-sorties

• L'approche entrée-sortie a émergé de la théorie des circuits. Elle privilégie la vision

Pr. Amami Benaissa, FST Tanger 2

Descriptions par représentation d’état

Pr. Amami Benaissa, FST Tanger 3

Uc(t ) + Ri (t ) = u (t ) (1)  dUc  1 1

[I] : équation dynamique du 1er ordre fonction de x(t)

[I] : équation dynamique ou équation d’état

• Soit le circuit RLC suivant :

Etats : énergie stockée dans le circuit

Pr. Amami Benaissa, FST Tanger 6

Qu’est-ce que l’état ?

• Une autre limitation de l’approche externe réside dans la nécessité de conserver

• L’ état d’un système à un instant t représente la mémoire minimale du passé

Pr. Amami Benaissa, FST Tanger 8

L’évolution des composantes de x(t)

Pr. Amami Benaissa, FST Tanger 9

Exemple d’élément pour la sélection des variables d’états

Elément Energie Etat

Pr. Amami Benaissa, FST Tanger 10

Représentation d’état d’un système non linaire

nx1 nx1 nx1 ix1 jx1 jx1 nx1 ix1

y (t ) = j  1 vecteur de sortie ui  . 

g (t ) = j 1 systèmes d ' équation

Pr. Amami Benaissa, FST Tanger 11

En éliminant x(p ) entre les deux équations précédentes

2. Toute représentation d'état (A, B, C, D) d'un système qui vérifie G( p) = C ( pI − A)−1 B + D

3. Dans le cas d'un système mono-entrée, mono-sortie, la réalisation minimale

Pr. Amami Benaissa, FST Tanger 14

La représentation d'état s'ecrit:

Pr. Amami Benaissa, FST Tanger 15

T matrice de Transformation, elle est carrée, d'ordre n et régulière

Les matrices A , AT sont semblable et ont les mêmes valeurs propres,

Pr. Amami Benaissa, FST Tanger 19

• Les systèmes, compte tenu des relations, sont strictement équivalents. En

• Autrement dit l’équation caractéristique det ( pI − A ) = 0 est invariante dans un

Pr. Amami Benaissa, FST Tanger 20

• La représentation d'état d'un système n'est pas unique.

Pr. Amami Benaissa, FST Tanger 21

• Soit un système linéaire monovariable décrit par un modèle d'état du type :

• où X(t) est le vecteur d'état de dimension n et des matrices A, B , C , D

Pr. Amami Benaissa, FST Tanger 23

Pr. Amami Benaissa, FST Tanger 24

Q = (QC M ) est la matrice de transformation mettant la matrice A sous forme compagne Ac

Cette représentation s’appelle forme

Pr. Amami Benaissa, FST Tanger 25

(Voir paragraphe sur l’observabilité)

Cette représentation s’appelle forme

Pr. Amami Benaissa, FST Tanger 26

Pr. Amami Benaissa, FST Tanger 27

Forme compagne pour la commande

Pr. Amami Benaissa, FST Tanger 29

• Afin de mieux comprendre un système, il est possible de réaliser un schéma de

Pr. Amami Benaissa, FST Tanger 30

Pr. Amami Benaissa, FST Tanger 31

• Soit un système de premier ordre

Pr. Amami Benaissa, FST Tanger 32

Pr. Amami Benaissa, FST Tanger 33

Exemple un système de deuxième ordre

Pr. Amami Benaissa, FST Tanger 34

Pr. Amami Benaissa, FST Tanger 35